一种基于脑电信号的驾驶员紧急制动意图检测方法技术

本发明专利技术公开了一种基于脑电信号的驾驶员紧急制动意图检测方法，首先设计基于脑电信号的驾驶员紧急制动意图检测的实验范式，然后通过实验范式采集驾驶员在紧急制动、正常制动和正常驾驶场景下的脑电信号并进行预处理，得到处理后的脑电信号，最后预设分类模型，并对分类模型进行训练和测试，使用测试后的分类模型对处理后的脑电信号进行分类，得到对应的驾驶场景，其中紧急制动场景下的脑电信号对应驾驶员的紧急制动意图。该方法可以在驾驶员进行紧急制动之前，通过对脑电信号的检测提前预测驾驶员的紧急制动意图，由车辆的紧急制动系统自动地实施紧急制动，从而节省制动时间，提高驾驶的安全性，实现更加有效的人

【技术实现步骤摘要】
一种基于脑电信号的驾驶员紧急制动意图检测方法


[0001]本专利技术属于认知神经科学领域和模式识别领域，特别是涉及一种基于脑电信号的驾驶员紧急制动意图检测方法。

技术介绍

[0002]人与车交互技术的一个重点就是能够让车辆提前知道人的意图，而如何让车辆提前理解人的意图，通过检测驾驶员的脑电信号具有巨大的应用潜力。
[0003]脑电是一种通过穿戴电极帽来采集大脑的电生理活动的信号，它提供了大脑皮层神经细胞活动的一般反映。脑电中含有大量的与认知相关的信息。在人的行为之前，会有一个与之相对应的脑电活动。通过检测脑电信号，可以提前预测人的一些即将发生的行为动作。在驾驶安全领域，准确地检测驾驶员的紧急制动意图，可以提前使汽车的紧急制动系统自动地工作，从而避免一些严重的交通事故。
[0004]基于此，提出一种在模拟场景下基于脑电信号的驾驶员紧急制动意图检测方法。

技术实现思路

[0005]为了解决现有的技术的不足，本专利技术提供了一种基于脑电信号的驾驶员紧急制动意图检测方法。
[0006]本专利技术解决其技术问题采用的技术方案是提供了一种基于脑电信号的驾驶员紧急制动意图检测方法，该方法包括以下步骤：
[0007]S100：设计基于脑电信号的驾驶员紧急制动意图检测的实验范式；
[0008]S200：通过实验范式采集驾驶员在紧急制动、正常制动和正常驾驶场景下的脑电信号，并进行预处理，得到处理后的脑电信号；
[0009]S300：预设分类模型，获取预设的处理后的脑电信号数据集，并对预设分类模型进行训练和测试，得到测试后的分类模型，根据测试后的分类模型对处理后的脑电信号进行分类，得到对应的驾驶场景，其中紧急制动场景下的脑电信号对应驾驶员的紧急制动意图。
[0010]优选地，步骤S100中设计基于脑电信号的驾驶员紧急制动意图检测实验范式，具体为：
[0011]S110：搭建驾驶模拟平台；
[0012]S120：根据驾驶模拟平台设计紧急制动和正常制动的场景；
[0013]S130：根据驾驶模拟平台预设电极布设标准及采样率，得到基于脑电信号的驾驶员紧急制动意图检测的实验范式。
[0014]优选地，步骤S200具体为：
[0015]S210：通过实验范式采集驾驶员在紧急制动、正常制动和正常驾驶场景下的脑电信号；
[0016]S220：对获取的各场景下的脑电信号先按照预设频率段进行带通滤波处理，再按照预设频率进行陷波滤波器滤波处理，选取紧急制动、正常制动和正常驾驶场景下的脑电
信号；
[0017]S230：使用预设时间对获取的脑电信号进行基线校正，得到校正后的脑电信号，使用预设幅值对校正后的脑电信号进行处理，得到不超过预设幅值的处理后的脑电信号。
[0018]优选地，步骤S300中的分类模型包括脑电信号表征模块和卷积神经网络，脑电信号表征模块包括映射模块和卷积模块，映射模块用于将输入的二维脑电信号根据电极的拓扑结构映射为三维的脑电信号拓扑图，卷积模块用于将三维的脑电信号拓扑图进行卷积操作和归一化处理，得到与原始二维脑电信号具有相同尺寸的新的二维脑电信号，卷积神经网络用于将新的二维脑电信号进行分类，得到对应的驾驶场景。
[0019]优选地，映射模块用于将输入的二维脑电信号根据电极的拓扑结构映射为三维的脑电信号拓扑图，具体包括：
[0020]S310：将二维脑电信号表示为电极数
×
数据点的形式；
[0021]S320：根据电极在头皮上的位置构建电极的拓扑结构图；
[0022]S330：将二维脑电信号根据电极的拓扑结构图映射为二维的脑电信号拓扑图；
[0023]S340：将二维的脑电信号拓扑图按照时间顺序排列，生成三维的脑电信号拓扑图。
[0024]优选地，卷积模块用于将三维的脑电信号拓扑图进行卷积操作和归一化处理，得到与原始二维脑电信号具有相同尺寸的新的二维脑电信号，具体包括：
[0025]S350：对三维脑电信号拓扑图进行卷积操作，生成卷积后的脑电信号特征图；
[0026]S360：对卷积后的脑电信号特征图进行批归一化处理，得到与原始二维脑电信号具有相同尺寸的新的二维脑电信号。
[0027]优选地，步骤S350中对三维脑电信号拓扑图进行卷积操作，具体公式为：
[0028][0029]式中，f
l+1
(i,j)是第l+1层卷积后得到的特征图在坐标(i,j)处的值，f
l
(i+m
‑
1,j+n
‑
1)为第l层卷积后得到的特征图在坐标(i+m
‑
1,j+n
‑
1)处的值，W(m,n)为大小为(m,n)的卷积核，∑为求和操作。
[0030]优选地，步骤S360中对卷积后的脑电信号特征图进行批归一化处理，具体公式为：
[0031][0032]式中，x(k)和y(k)分别是第k批输入数据和批归一化后的输出数据，μ和σ分别是输入数据的均值和标准差，γ和β分别是可学习的平移参数和缩放参数，ε是防止分母为0的而设置的一个很小的常量。
[0033]优选地，步骤S300中预设分类模型，获取预设的处理后的脑电信号数据集，并对预设分类模型进行训练和测试，得到测试后的分类模型，具体为：
[0034]S370：按照采集的时间顺序，将预设的处理后的脑电信号数据集按照预设百分比划分为训练集和测试集；
[0035]S380：根据预设输入数据长度在获取的训练集中对应的脑电信号中进行截取，得到截取后的训练集中的紧急制动和正常制动对应的脑电信号，使用预设输入数据长度和步长的滑动窗口，在获取的训练集中的正常驾驶对应的脑电信号中截取，得到截取后的训练集中的正常驾驶对应的脑电信号，使用截取后的训练集中的脑电信号对分类模型进行训
练，得到训练后的分类模型；
[0036]S390：使用预设输入数据长度和步长的滑动窗口在获取的测试集中对应的脑电信号中进行截取，得到截取后的测试集中对应的脑电信号，使用截取后的测试集中对应的脑电信号对训练后的分类模型中进行测试，得到测试后的分类模型。
[0037]优选地，步骤S380中的紧急制动对应的脑电信号为紧急制动场景下驾驶员踩下制动踏板时刻前1000毫秒的脑电信号，正常制动对应的脑电信号为正常制动场景下驾驶员踩下制动踏板前1000毫秒的脑电信号，正常驾驶对应的脑电信号为使用一个长度为1000毫秒、步长为500毫秒的滑动窗口，在正常行驶场景下对应的脑电信号上滑动截取的脑电信号。
[0038]上述基于脑电信号的驾驶员紧急制动意图检测方法，首先设计基于脑电信号的驾驶员紧急制动意图检测的实验范式，然后通过实验范式采集驾驶员在紧急制动、正常制动和正常驾驶场景下的脑电信号并进行预处理，得到处理后的脑电信号，最后预设分类模型，并对分类模型进行训练和测试，使用测试后的分类模型对处理后的脑电信号进行分类，得到对应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于脑电信号的驾驶员紧急制动意图检测方法，其特征在于，所述方法包括以下步骤：S100：设计基于脑电信号的驾驶员紧急制动意图检测的实验范式；S200：通过所述实验范式采集驾驶员在紧急制动、正常制动和正常驾驶场景下的脑电信号，并进行预处理，得到处理后的脑电信号；S300：预设分类模型，获取预设的处理后的脑电信号数据集，并对所述预设分类模型进行训练和测试，得到测试后的分类模型，根据所述测试后的分类模型对所述处理后的脑电信号进行分类，得到对应的驾驶场景，其中紧急制动场景下的脑电信号对应驾驶员的紧急制动意图。2.如权利要求1所述的基于脑电信号的驾驶员紧急制动意图检测方法，其特征在于，所述步骤S100中设计基于脑电信号的驾驶员紧急制动意图检测实验范式，具体为：S110：搭建驾驶模拟平台；S120：根据所述驾驶模拟平台设计紧急制动和正常制动的场景；S130：根据所述驾驶模拟平台预设电极布设标准及采样率，得到基于脑电信号的驾驶员紧急制动意图检测的实验范式。3.如权利要求2所述的基于脑电信号的驾驶员紧急制动意图检测方法，其特征在于，所述步骤S200具体为：S210：通过所述实验范式采集驾驶员在紧急制动、正常制动和正常驾驶场景下的脑电信号；S220：对获取的各场景下的脑电信号先按照预设频率段进行带通滤波处理，再按照预设频率进行陷波滤波器滤波处理，选取紧急制动、正常制动和正常驾驶场景下的脑电信号；S230：使用预设时间对获取的所述脑电信号进行基线校正，得到校正后的脑电信号，使用预设幅值对校正后的脑电信号进行处理，得到不超过预设幅值的处理后的脑电信号。4.如权利要求3所述的基于脑电信号的驾驶员紧急制动意图检测方法，其特征在于，所述步骤S300中的分类模型包括脑电信号表征模块和卷积神经网络，所述脑电信号表征模块包括映射模块和卷积模块，所述映射模块用于将输入的二维脑电信号根据电极的拓扑结构映射为三维的脑电信号拓扑图，所述卷积模块用于将所述三维的脑电信号拓扑图进行卷积操作和归一化处理，得到与原始二维脑电信号具有相同尺寸的新的二维脑电信号，所述卷积神经网络用于将所述新的二维脑电信号进行分类，得到对应的驾驶场景。5.如权利要求4所述的基于脑电信号的驾驶员紧急制动意图检测方法，其特征在于，所述映射模块用于将所述输入的二维脑电信号根据电极的拓扑结构映射为三维的脑电信号拓扑图，具体包括：S310：将二维脑电信号表示为电极数
×
数据点的形式；S320：根据电极在头皮上的位置构建电极的拓扑结构图；S330：将所述二维脑电信号根据所述电极的拓扑结构图映射为二维的脑电信号拓扑图；S340：将所述二维的脑电信号拓扑图按照时间顺序排列，生成三维的脑电信号拓扑图。6.如权利要求5所述的基于脑电信号的驾驶员紧急制动意图检测方法，其特征在于，所述卷积模块用于将所述三维的脑电信号拓扑图进行卷积操作和归一化...

【专利技术属性】
技术研发人员：于扬，梁新彬，刘亚东，周宗潭，胡德文，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：